吕佳

作品数：93被引量：395H指数：8
导出分析报告
供职机构：重庆师范大学计算机与信息科学学院更多>>
发文主题：半监督学习视网膜血管注意力卷积血管分割更多>>
发文领域：自动化与计算机技术文化科学理学农业科学更多>>
发文期刊：《系统工程理论与实践》《智能系统学报》《中国科技期刊数据库 科研》《中文科技期刊数据库（全文版）教育科学》更多>>
所获基金：国家自然科学基金重庆市教育委员会科学技术研究项目重庆市教委科研基金重庆市自然科学基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
结合局部密度样本合成和类间插值的协同训练
《武汉大学学报(理学版)》2024年第6期687-696,共10页吕佳 王雨 李帅军 
国家自然科学基金重大项目(11991024);重庆市教委“成渝地区双城经济圈建设”科技创新项目(KJCX2020024);重庆市高校创新研究群体资助(CXQT20015)。
协同训练算法突破了单视角学习的局限,利用多视角特征学习两个分类器,相互补充、增益学习,以获得更好的分类性能。然而,有标记样本不足以及无标记样本无法有效利用的问题制约着协同训练算法性能的进一步提升。为了解决上述问题,提出一...
关键词：协同训练 局部密度 样本合成 插值 决策边界 
多分支分组卷积的特征级联农作物病害识别
《重庆师范大学学报（自然科学版）》2024年第5期115-128,共14页吕佳 彭港建 巫若愚 
重庆市高校创新研究群体项目(No.CXQT20015)。
针对现有小样本学习中农作物病害识别参数量高、网络易出现梯度消失等问题,提出一种多分支分组卷积的特征级联农作物病害识别模型。首先,该模型将分组卷积应用于残差块,利用残差块缓解网络的梯度消失问题。其次,将网络的输入拆分成同构...
关键词：农作物病害 图像识别 小样本学习 分组卷积 特征级联 
基于深度学习的视网膜血管分割方法综述
《重庆师范大学学报（自然科学版）》2024年第4期110-125,共16页吕佳 王泽宇 
重庆市教育委员会科研项目重点项目(No.KJZD-K202200511);重庆市科技局技术预见与制度创新项目(No.CSTB2022TFII-OFX0044)。
通过检索2016年至2024年来基于深度学习的视网膜血管分割方法相关文献,总结基于深度学习的视网膜血管分割方法并梳理现有方法存在的问题,为视网膜血管分割任务的进一步研究提供参考。首先,介绍了视网膜血管分割的背景。其次,从相关文献...
关键词：医学图像处理 视网膜血管分割 深度学习 U-Net 感受野 特征细化 轻量化 
利用类内类间信息的原型补足小样本图像分类
《南京大学学报（自然科学版）》2024年第4期600-612,共13页吕佳 郑小琪 
国家自然科学基金(11991024);重庆市教委“成渝地区双城经济圈建设”科技创新项目(KJCX2020024);重庆市教委科研项目(KJZD-K202200511);重庆市高校创新研究群体资助项目(CXQT20015)。
基于度量学习的小样本学习方法中模型没有充分挖掘类内样本与类间样本的联系,将单个样本特征视作独立特征用作训练,导致模型生成的原型不准确且特征表示能力差.提出利用类内类间信息的原型补足小样本图像分类模型.首先,将支持集样本的...
关键词：小样本学习 度量学习 元学习 类内类间信息 原型补足 
基于改进YOLOv8算法的钢材表面缺陷检测被引量：1
《自动化应用》2024年第15期6-10,共5页徐薪羽 沈通 吕佳 
重庆市教委“成渝地区双城经济圈建设”科技创新项目(KJCX2020024);重庆市2023年研究生科研创新项目(CYS23407)。
针对钢材表面缺陷检测任务中目标尺寸较小且形态多变,传统检测方法效率较低,通用算法也难以准确捕捉其特征信息等问题,提出基于YOLOv8的改进模型。利用可变形卷积替换部分标准卷积,使模型能更好地学习采样位置的偏移,适应表面缺陷的几...
关键词：目标检测 缺陷检测 YOLOv8 可变形卷积 Inner-IoU 
基于动态阈值和差异性检验的自训练算法
《智能系统学报》2024年第4期839-852,共14页吕佳 邱鸿波 肖锋 
国家自然科学基金重大项目(11991024);重庆市教委“成渝地区双城经济圈建设”科技创新项目(KJCX2020024);重庆市高校创新研究群体资助项目(CXQT20015).
针对自训练算法在迭代训练分类器的过程中存在难以有效选取高置信度样本以及误标记样本错误累积的问题,本文提出了基于动态阈值和差异性检验的自训练算法。引入样本的局部离群因子,据此剔除有标签样本中的离群点以及分类标注无标签样本...
关键词：自训练算法 误标记样本 高置信度样本 动态阈值 差异性检验 局部离群因子 对比隶属度 密集距离 
融合先验式图卷积与Transformer的儿童肺炎CT图像分割网络
《光学学报》2024年第16期88-102,共15页梁浩城 吕佳 于明楷 陈欣 
国家自然科学基金重大项目(11991024);国家儿童健康与疾病临床医学研究中心卫生项目(NCRCCHD-2022-HP-01);重庆市教委重点项目(KJZD-K202200511);重庆市2023年研究生科研创新项目(CYS23407);重庆师范大学研究生科研创新项目(YKC23031)。
提出了一种融合先验式图卷积与Transformer的U型网络(GTU-Net)。该网络通过将图卷积和Transformer有机结合,从像素到块逐级建立网络所需的局部-全局信息。在此过程中,为应对低特异性导致背景无关组织干扰性强的客观挑战,在图卷积前设计...
关键词：图像处理 儿童肺炎 CT图像分割 U-Net 图卷积网络 TRANSFORMER 先验图学习 
基于自监督域自适应网络的苹果叶部病害识别
《重庆师范大学学报（自然科学版）》2024年第3期89-99,共11页程超 吕佳 范亚洲 
重庆市高校创新研究群体(No.CXQT20015)。
为解决现实农业生产环境中的苹果叶部病害识别较为困难的问题,提出一种基于自监督域自适应网络的识别模型。该模型首先引入域自适应的方法,通过苹果叶部图片源域与目标域数据集的联合训练,减少源域到目标域的域偏差,增强预训练的模型在...
关键词：苹果叶部病害识别 域自适应 自监督 对比损失 
基于K-means聚类和特征空间增强的噪声标签深度学习算法被引量：2
《智能系统学报》2024年第2期267-277,共11页吕佳 邱小龙 
国家自然科学基金重大项目(11991024);重庆市教委“成渝地区双城经济圈建设”科技创新项目(KJCX2020024);重庆市教委科研项目重点项目(KJZD-K202200511);重庆市高校创新研究群体资助项目(CXQT20015)。
深度学习中神经网络的性能依赖于高质量的样本,然而噪声标签会降低网络的分类准确率。为降低噪声标签对网络性能的影响,噪声标签学习算法被提出。该算法首先将训练样本集划分成干净样本集和噪声样本集,然后使用半监督学习算法对噪声样...
关键词：噪声标签学习 深度学习 半监督学习 机器学习 神经网络 K-MEANS聚类 特征空间增强 mixup算法 
基于多尺度一致性与注意力机制的视网膜血管分割网络
《光电子．激光》2024年第4期431-440,共10页吕佳 滕昕帅 
国家自然科学基金重大项目(11971084);重庆市教委科研项目重点项目(KJZD-K202200511);重庆市科技局技术预见与制度创新项目(2022TFII-OFX0044);重庆市研究生科研创新项目(CYS23407);重庆师范大学研究生科研创新项目(YKC21043)资助项目。
针对现有的视网膜血管分割方法存在对微血管和毛细血管的分割能力不足,导致血管断连和末端血管漏分,造成视网膜血管分割性能不佳的问题,本文提出一种基于多尺度一致性与注意力机制的视网膜血管分割网络(multi-scale consistency and att...
关键词：视网膜血管分割 U-Net 多尺度 注意力机制 
全选清除导出
共10页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部